前言¶

在 DSH 裏做內容精讀，常見做法是手動拆文檔、逐段讓模型總結，再自己拼 Markdown。長文一多，分塊策略、引用出處、輸出格式都要反覆調，很難穩定複用。

deep-read-summarize 把這條鏈路做成工作流插件：輸入鏈接或本地文件，自動解析、分塊、並行精讀、合併成稿，輸出帶 YAML frontmatter 的 Obsidian 筆記。維護者是 PensiveFei，GitHub 上 21 stars，分類爲工作流，當前版本 0.3.3，MIT 許可證。

這是什麼¶

一句話：deep-read-summarize 是給 DSH 寫的精讀與摘要工作流——輸入一本書、一篇論文、一個視頻鏈接或網頁，輸出結構化 Obsidian 筆記。

項目聲明爲 unofficial third-party tool，與 DeepSeek / DSH 官方無從屬關係；它編排的是你 DSH 環境裏已有的 workflow 工具，不重新分發 DeepSeek 軟件。DSH 目前處於 developer preview，接口可能變化，插件針對特定版本的 workflow 工具語義編寫，升級 DSH 後建議先跑 npm test 驗證。

核心功能¶

下面介紹插件已文檔化的能力，均來自倉庫 README。

支持的輸入類型¶

• 書籍：PDF / EPUB / MOBI
• 論文：arXiv / PDF / HTML
• 視頻：YouTube / B 站字幕（需本機安裝 yt-dlp）
• 網頁：正文提取

MapReduce 精讀流程¶

內容經解析器註冊表按類型分發，分三個波次執行：

輸入（鏈接或文件路徑）
  │
  ▼
解析器註冊表 ── book / paper / video / web
  │
  ▼
波次1  獲取內容 → 寫入臨時文件 → 生成分塊計劃
  │
  ▼
波次2  N 個子代理並行精讀各塊（Map）
  │
  ▼
波次3  合併成稿 + 質量校驗（Reduce）
  │
  ▼
Obsidian 筆記

子代理總數約 N+2 個，N 爲分塊數。各子任務輸出受 JSON Schema 約束，不合格自動重試；關鍵結論需標註頁碼、章節或段落，降低編造風險。

解析器與擴展¶

內置四種解析器：book.js、paper.js、video.js、web.js，由 parsers/index.js 註冊與回退。若要替換某類型的處理方式，在 custom-parsers/ 放同接口解析器即可，同名類型覆蓋內置實現。接口字段爲 name、types、buildPrompt(input, opts)。

失敗與輸出策略¶

• 配置錯誤（缺 input、type 非法、options 格式錯）：直接拋異常終止，不產出半成品。
• 內容問題（抓取失敗、某塊精讀失敗）：返回 { ok: false, stage, fatal: false }；單塊失敗時跳過並在成稿標註缺口，不整體中斷。

輸出可直接放進 Obsidian，配合 Dataview 使用。一篇論文、6 塊、完整模式，文檔估算約 15–25k token；fastMode 配合調低 maxChunks 可省約四成。

安裝與啓用¶

deep-read-summarize 是 DSH 插件，可通過 npm 或本地包安裝。SkillHub 目錄頁標記爲可安裝，版本 v0.3.3；具體命令以倉庫 README 爲準。

先做 npm 安裝（已發佈到 registry，無第三方依賴）：

npm install deep-read-summarize

若從本地包安裝，可執行：

pnpm add ./deep-read-summarize-0.3.3.tgz

然後在 dsh 配置的 dsh.profile.bundles 追加 deep-read-summarize，重啓 dsh web（POST /dsh-market/restart）。

安裝後自動註冊：

• deep-read-summarize workflow（meta + script）
• deep-read-summarize 技能（skills/deep-read-summarize/SKILL.md）
• 四種解析器（parsers/）與 JSON Schema（schemas/）

驗證環境（離線，不需要 API key）：

npm test

看到 TOTAL: 25 passed, 0 failed 即環境就緒。Node.js 要求 >= 18。

典型用法¶

把 JSON 傳給 DSH 的 workflow 工具即可觸發。完整參數示例：

{
  "input": "https://arxiv.org/abs/2307.09042",
  "type": "auto",
  "options": {
    "minWords": 2500,
    "fastMode": false,
    "maxChunks": 6,
    "requireCitations": true,
    "includeTimestamps": false,
    "outputDir": "./output",
    "tempDir": "./.tmp"
  }
}

type 可選 auto | book | paper | video | web。fastMode: true 時跳過部分章節，速度更快。maxChunks 範圍 1–12，爲分塊上限。

常見 input 示例：

工作流返回結構化結果：{ ok, kind, title, filePath, qualityPassed, note }，其中 note 爲最終 Markdown 筆記。筆記寫到 options.outputDir（默認 ./output，可指向 Obsidian 倉庫），文件名取自內容標題。

快速試跑可用：

{ "input": "https://arxiv.org/abs/2307.09042", "type": "paper", "options": { "maxChunks": 4, "fastMode": true } }

適用場景與注意¶

適合誰： 需要把長文（書、論文、視頻、網頁）系統精讀並落盤爲 Obsidian 筆記的 DSH 用戶；希望分塊並行、引用可追溯、輸出格式穩定的工作流場景。

運行權限： 插件以當前 dsh 進程權限運行。抓取視頻/網頁會發起外部請求，由子代理在 DSH 沙箱和審批策略下執行；子代理寫文件需要相應權限，權限不足時 workflow 會把內容返回，由主代理負責落盤。安裝前應閱讀源碼與 MIT 許可證，確認符合你的安全與版權要求。

其他注意：

• 視頻字幕依賴 yt-dlp；未安裝不影響其他類型，抓不到字幕時會提示手動提供轉寫文本。
• 倉庫帶 dsh-plugin topic 和 package.json 的 dsh 字段，可被 dsh.so 註冊表索引；SkillHub 爲獨立社區目錄，與 DeepSeek / 幻方無官方從屬關係。
• 處理有版權材料時，產出物使用責任在你；倉庫不含任何受版權保護內容的提取結果。

結尾¶

經過上面的步驟，deep-read-summarize 的價值可以概括爲：把「解析 → 分塊 → 並行精讀 → 合併校驗 → Obsidian 筆記」封裝成可安裝的 DSH 工作流，減少手工編排子代理的成本。

• 目錄頁：https://www.skillhub.cn/plugins/PensiveFei/deep-read-summarize
• GitHub：https://github.com/PensiveFei/deep-read-summarize